**对比文件名称：** 2012-09-12_发明公开_CN102663409A 一种基于HOG-LBP描述的行人跟踪方法
**目标专利名称：** 基于事件的计算机视觉计算 CN106716441B
**本次调用的模型名称：** GPT
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A：** 其包括：比较使用计算机视觉CV特征计算硬件计算的与传感器元件阵列的主体传感器元件相关联的先前局部CV特征与使用所述CV特征计算硬件计算的与所述主体传感器元件相关联的当前局部CV特征 | 未直接或隐含公开。 | 目标专利中，此特征的核心在于由**专用CV计算硬件**（如像素内电路）在**传感器端**计算并比较主体传感器元件的局部CV特征（如LBP标记）的时序变化，以触发事件。对比文件CN102663409A描述的是在通用处理器（如计算机）上执行的软件算法流程，用于视频中的行人跟踪。虽然在粒子滤波跟踪步骤（【0081】-【0095】段）中，需要计算当前粒子的HOG-LBP特征并与历史特征（如【0086】段计算`h2(i)`）进行比较以更新粒子权值，但这属于在应用处理器端进行的算法层面的数据处理和状态更新，用于目标跟踪的置信度计算，而非在传感器端由专用硬件进行的、用于**触发事件**的特征变化比较。对比文件完全没有提及任何在传感器像素或阵列级别进行CV特征时序比较的专用硬件。因此，该特征未被对比文件公开。 |
| **技术特征B：** ，其中对于所述先前局部CV特征和所述当前局部CV特征，所述CV特征计算硬件使用来自所述主体传感器元件的各个读数和来自与所述主体传感器元件相邻的传感器元件的各个读数来计算所述各个CV特征， | 【0025】段：A23、计算单元LBP特征向量：以单元为单位，计算每个像素的LBP编码...<br>【0066】段：计算单元LBP特征向量：以单元为单位，计算每个像素的LBP编码... | 目标专利中，此特征限定了局部CV特征（如LBP）的计算方式，即专用硬件利用主体传感器元件及其相邻传感器元件的读数进行计算。对比文件在计算LBP特征时（【0025】段A23，【0066】段），明确需要以每个像素（对应目标专利的“主体传感器元件”）为单位，利用其相邻像素的灰度值（即“读数”）来计算该像素的LBP编码。这公开了使用主体像素及其相邻像素的读数来计算局部特征（LBP）的技术手段。尽管对比文件是在软件算法层面、在图像数据上进行此操作，而目标专利是在传感器硬件层面进行，但计算局部特征所需的输入数据（主体及相邻读数）和核心算法思想（如LBP）是相同的。因此，本领域技术人员能够毫无疑义地从对比文件中得出该技术方案。**该特征被直接公开。** |
| **技术特征C：** 以及其中：所述传感器元件阵列包括多个传感器元件，所述多个传感器元件至少沿着所述传感器元件阵列的第一维度和第二维度布置，像素包括所述主体传感器元件和像素内电路， | 【0001】段：本发明属于计算机视觉技术领域，涉及基于运动图像的计算机监控技术...<br>（隐含于整个方法处理的图像数据） | 目标专利中，此特征定义了物理的传感器阵列结构，其中像素包含传感器元件和像素内电路。对比文件处理的是由相机捕获的“视频图像”或“图像”（如【0001】, 【0061】, 【0066】段），这些图像本质上是由像素组成的二维阵列，每个像素对应于成像传感器（如CCD或CMOS）的一个感光元件（即“传感器元件”）。虽然对比文件未明确描述“像素内电路”，但其方法处理的“像素”数据来源于这样的物理传感器阵列。本领域技术人员公知，数字图像中的每个像素值对应传感器阵列中一个感光元件（如光电二极管）的读数。因此，对比文件隐含了图像数据来自一个沿两个维度布置的传感器元件阵列。然而，“像素内电路”这一特定结构未被公开。 |
| **技术特征D：** 以及所述CV特征计算硬件被实施为所述像素内电路的一部分 | 未直接或隐含公开。 | 目标专利的核心创新点之一是将CV特征计算硬件（如LBP计算电路）集成到每个像素的“像素内电路”中，实现传感器端的特征计算。对比文件CN102663409A的全部处理，包括HOG和LBP特征提取、SVM分类、粒子滤波跟踪，均是在通用计算机或处理器上通过软件算法完成的（参见【0016】, 【0077】, 【0080】等段）。文件中完全没有提及任何在传感器像素内部或传感器芯片上集成的专用CV计算硬件或电路。因此，该特征未被对比文件公开。 |
| **技术特征E：** 基于所述比较来产生与所述主体传感器元件相关联的事件，所述事件包括所述主体传感器元件的位置和特征有效负载，所述特征有效负载包括表示与所述主体传感器元件相关联的所计算的当前局部CV特征的多个位 | 未直接或隐含公开。 | 目标专利中，“事件”是指在传感器端，当专用硬件检测到某个像素的局部CV特征发生变化时，主动产生并发送的一个包含位置和特征信息的数据包，用于唤醒或通知应用程序处理器，这是一种基于事件的、异步的、稀疏的数据通信机制。对比文件中的处理流程是传统的、基于帧的同步处理：获取整帧图像（【0061】），提取特征（【0062】），进行分类和跟踪（【0063】, 【0080】-【0095】）。虽然跟踪过程中会计算和更新粒子的特征（如【0084】-【0086】段），但这属于算法内部的状态更新，并非产生一个离散的“事件”并向外发送。对比文件没有描述任何类似“事件产生”的机制，也没有提及“特征有效负载”或“多个位”表示的特征信息作为事件的一部分进行传输。因此，该特征未被对比文件公开。 |
| **技术特征F：** 以及将所述事件发送至处理器。 | 未直接或隐含公开。 | 如特征E所述，目标专利中的“发送事件至处理器”是其基于事件架构的关键部分。对比文件中，特征提取、分类、跟踪等所有计算都在处理器（计算机）上完成，数据流是图像帧从传感器到处理器的连续传输，或者算法模块间的内部调用，不存在由传感器端硬件“产生事件并发送至（应用程序）处理器”这一特定步骤。因此，该特征未被对比文件公开。 |
| **技术特征G：** 其中所述局部化CV特征包括局部二值模式LBP标记或所述LBP标记的变体。 | 【0005】段：...Ojala和Pietikinen对LBP及UniformLBP特征描述子进行了较为深入的研究...<br>【0025】段：A23、计算单元LBP特征向量：以单元为单位，计算每个像素的LBP编码...<br>【0066】段：计算单元LBP特征向量：以单元为单位，计算每个像素的LBP编码... | 对比文件明确、反复地公开了使用LBP（局部二值模式）作为特征描述子（【0005】段），并详细描述了计算每个像素LBP编码的方法（【0025】, 【0066】段）。LBP标记正是目标专利中所述的局部化CV特征的一种。因此，本领域技术人员能够毫无疑义地从对比文件中得出该技术特征。**该特征被直接公开。** |
| **技术特征H：** 其中所述局部化CV特征包括带正负号梯度直方图HSG标记。 | 【0005】段：Dalal和Triggs在SIFT基础上提出使用了梯度方向直方图(HOG)对目标特征进行描述...<br>【0026】段：A24、计算梯度图像：将平面分割为9个方向通道建立梯度图像...<br>【0068】段：计算梯度图像：不考虑梯度方向将梯度角度值域自0到π均衡划分为9个区域... | 目标专利中的“HSG”（带正负号梯度直方图）标记，其本质就是计算图像局部区域的梯度方向直方图。对比文件明确公开了使用“梯度方向直方图(HOG)”作为特征描述子（【0005】段），并详细描述了计算梯度图像和方向通道的方法（【0026】, 【0068】段）。HOG与HSG在核心概念（统计梯度方向）上相同，是本领域公知的计算机视觉特征描述方法。因此，本领域技术人员能够毫无疑义地从对比文件中得出使用梯度直方图作为局部化CV特征的技术方案。**该特征被直接公开。** |
| **技术特征I：** 其中所述传感器元件阵列是视觉传感器并且所述传感器元件阵列的所述多个传感器元件中的每一个包括至少一个光电二极管。 | 【0001】段：本发明属于计算机视觉技术领域，涉及基于运动图像的计算机监控技术...<br>【0061】段：在进行行人跟踪时，首先要对视频图像进行捕获，如图6所示。 | 目标专利限定传感器为“视觉传感器”，且每个传感器元件包括光电二极管。对比文件处理的对象是“视频图像”或“运动图像”（【0001】段），这些图像由摄像机捕获（【0061】段）。本领域技术人员公知，用于捕获视频/图像的视觉传感器（如CMOS或CCD图像传感器）其基本感光单元就是光电二极管。因此，虽然对比文件没有明确写出“光电二极管”四个字，但通过其处理的“视频图像”可以毫无疑义地推理出其源头——视觉传感器阵列的每个感光元件必然包含光电二极管。**该特征被隐含公开。** |
| **技术特征J：** 其中所述事件是使用动态视觉传感器DVS电路产生的。 | 未直接或隐含公开。 | 目标专利中的“DVS电路”是用于检测像素亮度变化并产生事件的一种特定硬件电路（见目标专利说明书【0060】, 【0061】段）。对比文件CN102663409A使用的是传统的基于帧的相机和图像处理流程（如【0061】段“获取视频信息”），完全没有提及任何基于事件的传感器、DVS电路或类似的模拟/数字电路来异步检测变化并产生事件。其所有处理都基于完整捕获的图像帧。因此，该特征未被对比文件公开。 |
<<<G>>><<<H>>><<<i>>>